Sistem Rekomendasi Lagu Dengan Metode Content Based Filtering Berbasis Website

Penulis

DOI:

https://doi.org/10.34818/eoe.v8i6.17229

Abstrak

Lagu adalah salah satu media hiburan yang tidak pernah luput oleh zaman. Bagi penikmatnya, lagu adalah suatu hal yang sangat penting karena lagu merupakan suatu hiburan yang akan didengarkan sesuai dengan suasana hati mereka. Dikarenakan sangat banyak lagu yang tersedia, membuat banyak orang sulit dalam memilih lagu yang ingin didengar. Salah satu yang membuat banyak orang bingung adalah banyaknya lagu dengan jenis genre yang berbeda โ€“ beda. Suasana hati juga mempengaruhi jenis lagu yang akan didengarkan. Sistem rekomendasi adalah sebuah sistem yang mengacu pada memprediksi sejumlah item atau data untuk pengguna di masa mendatang, kemudian dijadikan rekomendasi item paling teratas. Sistem rekomendasi memberikan informasi yang relevan dengan apa yang dicari oleh pengguna. Pada penelitian ini, penulis menggunakan metode Content-based filtering untuk mencari rekomendasi lagu. Konten yang digunakan adalah lirik lagu. Algoritma TF-IDF digunakan untuk mencari nilai bobot term/kata pada tiap dokumen dan kemudian nilai tersebut digunakan sebagai variabel pada Cosine similarity untuk mencari kesamaan antar dokumen. Keluaran dari tugas akhir ini adalah sistem dapat memberi keluaran berupa rekomendasi 10 lagu teratas berbahasa Indonesia. Hasil pengujian dari tugas akhir ini adalah sistem sudah berjalan dengan baik dengan hasil uji alpha sebesar 100%. Kata kunci : Content-based filtering, TF-IDF, Cosine similarity

Referensi

[1] "Data Folks Indonesia," medium.com, 11 July 2019. [Online].

Available: https://medium.com/data-folksindonesia/recommendation-system-dengan-python-definisipart-1-71154dc3f700. [Accessed 27 November 2020].

[2] R. Hidayat, "Analisis Semiotika Makna Motivasi Pada Lirik

Lagu "Laskar Pelangi" Karya Nidji," Jurnal Ilmu Komunikasi,

vol. 2, no. 1, pp. 243-258, 2014.

[3] R. Y. H. R. R. M. P. Randy Cahya Wihandika, "Implementasi

Metode K-Nearest Neighbour Dengan Pembobotan

TF.IDF.ICF Untuk Kategorisasi Ide Kreatif Pada

Perusahaan," Jurnal Teknologi Informasi dan Ilmu Komputer

(JTIIK), vol. 4, no. 2, pp. 97-103, 2017.

[4] P. S. Adi, "SISTEM REKOMENDASI NILAI MATA

KULIAH MENGGUNAKAN METODE CONTENTBASED FILTERING," Yogyakarta.

[5] S. P. H. G. M.H. Yap, "A Novel Hybrid based

Recommendation System based on Clustering and

Association Mining," in Tenth International Conference on

Sensing Technology, UK, 2016.

[6] T. R. J. R. Piotr Woldan, "A Content-Based Recommendation

System Using Neuro-Fuzzy Approach," in International

Conference on Fuzzy System, Rio de Janeiro, Brazil, 2018.

[7] F. F. L. P. Tiffany Zhan, "T-RECSYS: A Novel Music

Recommendation System Using Deep Learning," in

International Conference On Consumer Electronics, USA,

2019.

[8] T. B. R. F. Iwan Syarif, "Sistem rekomendasi content based

filtering menggunakan algoritma apriori," in Konferensi

Nasional Sistem Informasi, STMIK Atma Luhur

Pangkalpinang, 2018.

[9] C. S. D. Prasetya, "Sistem rekomendasi pada e-commerce

menggunakan k-nearest neighbor," Jurnal Teknologi

Informasi dan Ilmu Komputer, pp. 194-200, 2017.

[10] A. A. Minakshi Chauchan, "Similarity measures used in

recommender system: A study," International Journal of

Engineering Technology Science and Research, vol. 4, no. 6,

pp. 619-626, 2017.

[11] G. R. E. R. S. M. Ade Romadhony, ST., MT., "Analisis dan

implementasi House recommendation menggunakan contentbased recommender system".

Diterbitkan

2021-12-01

Terbitan

Halaman

12193-12199

Bagian

Program Studi S1 Teknik Komputer